Advertisement

近五千张的抽烟与吸烟行为数据集

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
本数据集收录了接近5000张图片,全面记录并分析各种抽烟及吸烟的行为模式,为研究烟草使用提供宝贵的视觉资料。 数据集中大约有五千张已标注的图片可供直接使用,并适用于多种场景。你可以选择从这些图片中选取一部分与自己的图片一起使用,或者直接全部采用。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 优质
    本数据集收录了接近5000张图片,全面记录并分析各种抽烟及吸烟的行为模式,为研究烟草使用提供宝贵的视觉资料。 数据集中大约有五千张已标注的图片可供直接使用,并适用于多种场景。你可以选择从这些图片中选取一部分与自己的图片一起使用,或者直接全部采用。
  • 通话
    优质
    该数据集包含了在不同吸烟状态下人们的通话行为记录,旨在研究吸烟对个体通讯习惯的影响。 抽烟及打电话行为数据集适用于深度学习用户进行抽烟或打电话行为检测。该数据集中共有5373张图像:打电话的数据有1227张,吸烟的数据有2168张,正常状态下的数据有1978张。
  • 检测-识别.zip
    优质
    该数据集包含大量标记的图像和视频片段,用于训练机器学习模型以检测和识别吸烟行为。非常适合相关研究和开发使用。 吸烟检测数据集—抽烟检测识别数据集.zip 包含3000张已标注图片及2000张未标注图片。
  • 检测YOLOv5 6.2版本检测
    优质
    本数据集为优化YOLOv5 6.2版设计,专门用于提升模型在识别和监测吸烟行为方面的准确性和效率。 该数据集包含5000多张图片及其对应的文本标注,包括类别标签以及烟的坐标位置。这些内容均为抽烟场景的照片,并且格式与yolov5.6.2兼容,只需修正路径和类别信息即可直接用于训练。
  • Yolov5识别 - Yolov5检测.zip 文件
    优质
    本文件包含用于训练和评估YOLOv5模型在检测图像中吸烟行为的数据集。内含标注清晰的图片及对应的XML格式注释,适用于研究与开发项目。 Yolov5吸烟检测数据集是一种专门用于训练和测试Yolov5模型的数据集合,其目标是识别并检测图像中的吸烟行为。该数据集中包含了大量不同场景的图像样本,包括室内、室外以及人群聚集的地方等多样的环境。每个图片都详细地标注了边界框与类别标签,以便于机器学习算法精确地区分出哪些物体或活动属于吸烟行为。这些边界框不仅指明了目标的位置和大小信息,还通过类标明确指出这是吸烟相关的图像内容。 利用Yolov5模型配合此数据集进行训练后,可以生成一个高度准确的吸烟检测系统,在实际应用中能够迅速定位并识别出图片中的吸烟动作。这在监控场所、公共空间以及安全领域具有重要意义,因为它能帮助监管人员及时发现违规行为,并采取相应措施来保护环境和保障公众健康。 总之,Yolov5吸烟检测数据集是一个重要的资源库,它支持开发者创建高效的实时吸烟监测系统,从而有效应对公共场所中的相关挑战。
  • 监控视频
    优质
    抽烟行为监控视频数据集是一系列专为监控和识别抽烟行为设计的视频片段集合,适用于训练计算机视觉模型以提高公共空间的安全与健康监测水平。 抽烟检测数据集包含4480个XML文件和4473张JPEG图片。
  • 带标签检测
    优质
    这是一个包含多种标签的抽烟行为的数据集,适用于行为识别和分类研究,有助于提升对特定动作的理解与分析能力。 抽烟目标检测数据集包含标签。
  • 针对目标检测
    优质
    本研究构建了一个专注于识别和定位图像中吸烟行为的目标检测数据集,为相关领域提供高质量训练资源。 吸烟检测数据集包含了一系列用于识别和分析吸烟行为的数据样本。这些数据可以被用来训练机器学习模型,以提高对吸烟活动的自动检测能力。通过使用这样的数据集,研究人员能够开发出更准确、高效的算法来监测公共场合中的吸烟现象,并为相关健康政策提供支持。
  • YOLO++目标检测+机器视觉识别+含5000图片识别
    优质
    本项目结合YOLO算法与包含5000张图像的专门吸烟数据集,致力于提高在各种场景下的吸烟行为的目标检测精度和效率,推动机器视觉技术的应用。 Yolo吸烟检测数据集是一种用于训练和测试YOLO模型的数据集,旨在识别图像中的吸烟行为。该数据集包含超过5000张样本图片,涵盖了多种场景下的吸烟情况,如室内、室外以及人群密集的地方。 此数据集支持YOLOV5和YOLOV8格式的标注,并且包括各种姿势和环境下的吸烟图片近5000张以上;文件分为images(图像)和labels(标注好的txt文件),其中个人使用labelImg软件手动进行标签制作。在Yolov5和Yolov8模型上测试后,mAP@0.5的识别率超过0.8。 对于熟悉这一领域的用户来说,可以直接下载并使用该数据集。
  • 雾检测YOLOv5识别
    优质
    本数据集运用YOLOv5算法进行训练与测试,专注于烟雾及吸烟行为的智能检测,旨在提升公共空间的安全监控水平。 包含4104张训练图片、375张验证图片以及371张测试图片,并附有相应的文本标注文件,包括类别及烟的坐标。这些内容均为抽烟场景的照片,格式与yolov5兼容,只需调整路径和类别即可直接用于训练。